本文主要是介绍【自动驾驶技术】自动驾驶汽车AI芯片汇总——地平线篇，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
0. 前言
按照国际惯例，首先声明：本文只是我自己学习的理解，虽然参考了他人的宝贵见解及成果，但是内容可能存在不准确的地方。如果发现文中错误，希望批评指正，共同进步。
本篇文章是这个系列的第二篇，介绍地平线公司的车载SoC芯片，主要是征程®（Journey™）系列产品。
自动驾驶汽车AI芯片系列目录：
1. NVIDIA篇
地平线机器人科技有限公司（Horizon Robotics）是一家中国的人工智能计算平台公司，专注于边缘人工智能芯片的研发，以及基于此的解决方案。征程系列芯片是由地平线自主研发的，主要面向汽车智能驾驶领域，包括辅助驾驶、自动驾驶等应用场景。
这些芯片设计用于处理复杂的人工智能任务，具备高性能、低功耗的特点，代表了中国在车规级AI芯片领域的自主研发成果。尤其是在ZM关系日益复杂的今天，“自主研发”显得尤为重要！
在本篇正式开始前，首先我要吐槽下地平线没有类似NVIDIA的developer zone，也找不到一些公开的技术手册。本文的信息大部分基于公开演讲提取、整理出来，部分插图质量会非常差，请谅解。
1. BPU
在开始介绍整体SoC产品之前我想先聊聊地平线的独门秘技——BPU（Brain Processing Unit）：
1.1 BPU介绍
BPU是由地平线提出的一种专门为人工智能应用设计的处理器架构，特别聚焦于深度神经网络的高效计算。它是地平线在嵌入式人工智能领域的重要技术创新，旨在解决传统处理器在处理大规模并行计算任务时的效率问题，特别是在图像识别、语音处理、自然语言理解和控制等领域。
1.2 BPU架构理念
高度优化的AI计算引擎：BPU设计的核心是为深度学习算法量身定制，通过优化的硬件加速器实现卷积神经网络（CNN）、循环神经网络（RNN）、Transformer等复杂神经网络模型的快速计算。这使得在有限的功耗和成本下，能够达到更高的计算效率和性能。
软硬件协同优化：地平线在开发BPU时强调软硬件的深度整合，确保算法、编译器和硬件架构三者之间的紧密配合。通过这种协同，BPU能够更好地适应不断发展的深度学习算法，实现算法效率和硬件效率的双重提升。
1.3 BPU迭代发展
高斯架构：第一代BPU架构，标志着地平线在嵌入式人工智能领域的重大突破。这一架构专注于提升深度学习算法在边缘设备上的运行效率（地平线一直很注重芯片能效比），以及视觉处理性能。
伯努利架构：第二代BPU架构，应用于征程2和征程3等芯片中，以其性价比、灵活性和可靠性获得了广泛应用。
贝叶斯架构：第三代BPU架构，用于征程5芯片，这是全球少数实现量产的大算力智能驾驶芯片之一，专为高等级智能驾驶设计，展现了强大的数据处理和实时决策能力。
纳什架构：第四代BPU架构，进一步优化了深度学习加速计算，尤其擅长处理大规模参数的Transformer模型，强化了对自动驾驶场景的支持，提升了能效比和计算密度，征程6即采用了这一架构。
2. 地平线征程系列产品
2.1 征程2系列
征程2系列是地平线推出的首款车规级AI芯片，搭载伯努利1.0 BPU，标志着中国在车载AI芯片领域的突破。适用于高级辅助驾驶（ADAS）、智能座舱等场景，支持基于深度学习的图像处理、识别等功能。
2.2 征程3系列
基于自研的BPU伯努利2.0架构，专为高级辅助驾驶设计，高效能且应用广泛。支持深度学习的图像检测、分类、像素级分割，以及视频编码，实现自动泊车辅助等功能。理想ONE 2021款搭载征程3芯片，实现了导航辅助驾驶功能。
2.3 征程5系列
提供强大的计算能力，足以满足未来几年内智能汽车行业的发展需求。支持更复杂的自动驾驶功能，如NOA（Navigate on Autopilot）功能，已在理想汽车的L系列车型中应用。除了理想汽车，还有其他多家汽车厂商合作，展示了其在高级别自动驾驶领域的实力。
2.4 征程6系列
于2024年4月刚刚正式发布，预计同年第四季度完成首批量产车型交付。旗舰产品算力高达560 TOPS，是业界首款覆盖从低到高全阶智能驾驶需求的车载智能计算方案。采用第四代BPU架构“纳什”，专为大规模参数的Transformer模型和高级智能驾驶优化。与比亚迪、理想汽车等十家主流车企达成合作，加速智能驾驶平权，引领未来出行。本文也将重点针对征程6系列产品进行说明。
2.5 综合特点
统一架构：征程系列采用统一的硬件架构、工具链和软件栈，便于开发和维护，支持跨代兼容。
高效能低功耗：设计注重能效比，适合车载环境的严苛要求。
广泛生态：构建了开放的生态系统，促进软硬件生态伙伴的合作，加速智能驾驶的商业化落地。
3. 征程6介绍
与以往征程系列前几代产品不同的是，征程6（我们业内称为J6，“钩6”）并不是一款芯片，而是根据算力大小，分成了J6B/J6L/J6E/J6M/J6H/J6P 6款！
3.1 J6P芯片参数
CPU：18核心的ARM Cortex-A78AE，算力是410K DMIPS
BPU：如上文介绍，采用了纳什架构第四代BPU，560TOPS算力（注意上图左下角的一行小字：560TOPS算力是等效1/2稀疏网络下的算力，必须严谨！）
算法支持：对Transformer算法的支持效率在业内领先，同时支持大规模交互式博弈等前沿算法，表明其在处理复杂AI任务上的优越性能。
功能安全：通过ISO 26262 ASIL-D功能安全流程认证，主动安全AEB ASIL-B产品级功能安全认证。
关于J6的GPU和MCU目前没有获取相关参数，公开后我会再补充。
3.2 四芯合一的芯片架构
J6芯片所实现的“四芯合一”是指将以下四种关键处理单元集成在同一颗系统级芯片SoC上：
1. CPU（Central Processing Unit）：负责通用计算任务，处理非特定的计算工作负载，是芯片的控制中心，执行操作系统的指令和应用程序的逻辑控制。
2. BPU（Brain Processing Unit）：地平线自主研发的神经网络处理单元，专门针对人工智能算法和深度学习任务进行了优化，如图像识别、自然语言处理等，是实现智能驾驶核心算法的关键。
3. GPU（Graphics Processing Unit）：图形处理器，除了传统意义上的图形渲染，现代GPU也广泛用于并行计算，特别是在机器视觉、环境感知等需要大量并行处理的场景中。
4. MCU（Microcontroller Unit）：微控制器单元，常用于实现嵌入式控制功能，具有功能全、体积小、集成度高等特点。在J6中，MCU被集成用以处理功能安全相关的任务，确保系统的可靠性。
这种高集成度的设计不仅提升了系统性能，还显著提高了性价比，降低了部署难度，使得单颗征程6芯片就能够支持包括感知、规划决策、控制、座舱感知等在内的全栈计算任务，适用于多种智能驾驶应用场景。
这种多合一实际上就是SIP（System in Package），SIP技术是一种先进的半导体封装技术，它允许将多种功能芯片、元器件（如处理器、存储器、传感器、RF组件等）以及被动元件（如电阻、电容）集成在一个封装内部，形成一个具有完整或部分系统功能的封装模块。与传统的单一封装只包含一个主要芯片（如SoC）不同，SIP技术通过并排排列、堆叠或采用3D封装等方法，将多个独立的芯片和组件紧密集成，从而实现了更高的集成度和更小的封装尺寸。
总结：本文介绍了地平线公司自动驾驶SoC芯片，尤其是征程系列J6芯片。但是由于地平线的公开信息实在较少，本文仅能基于较少已有信息进行说明，后续如有进一步的公开信息，我会再补充本文内容。
这篇关于【自动驾驶技术】自动驾驶汽车AI芯片汇总——地平线篇的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
